基于时空主题模型的微博主题提取

段炼; 呙维; 朱欣焰; 胡宝清

doi:10.13203/j.whugis20120604

美国《工程索引》（EI）核心期刊
美国《剑桥科学文摘》（CSA）收录期刊
荷兰斯高帕斯数据库（Scopus）收录期刊
英国INSPEC数据库（SA）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于时空主题模型的微博主题提取

段炼, 呙维, 朱欣焰, 胡宝清

文章导航 > 武汉大学学报 ( 信息科学版) > 2014 > 39(2): 210-213

段炼, 呙维, 朱欣焰, 胡宝清. 基于时空主题模型的微博主题提取[J]. 武汉大学学报 ( 信息科学版), 2014, 39(2): 210-213. doi: 10.13203/j.whugis20120604

引用本文:

段炼, 呙维, 朱欣焰, 胡宝清. 基于时空主题模型的微博主题提取[J]. 武汉大学学报 ( 信息科学版), 2014, 39(2): 210-213. doi: 10.13203/j.whugis20120604

DUAN Lian, GUO Wei, ZHU Xinyan, HU Baoqing. Constructing Spatio-Temporal Topic Model for Microblog Topic Retrieving[J]. Geomatics and Information Science of Wuhan University, 2014, 39(2): 210-213. doi: 10.13203/j.whugis20120604

Citation:

DUAN Lian, GUO Wei, ZHU Xinyan, HU Baoqing. Constructing Spatio-Temporal Topic Model for Microblog Topic Retrieving[J]. Geomatics and Information Science of Wuhan University, 2014, 39(2): 210-213. doi: 10.13203/j.whugis20120604

基于时空主题模型的微博主题提取

doi: 10.13203/j.whugis20120604

段炼^1,2,3,
呙维^1,,
朱欣焰⁴,
胡宝清^2,3

¹ 武汉大学测绘遥感信息工程国家重点实验室,湖北武汉,430079;² 广西师范学院北部湾环境演变与资源利用教育部重点实验室,广西南宁,530001;³ 广西师范学院资源环境科学学院,广西南宁,530001;⁴ 武汉大学空天信息安全与可信计算教育部重点实验室,湖北武汉,430079

基金项目: 国家863计划资助项目(2013AA12A203,2011AA010502)；国家科技支撑计划资助项目(2012BAH35B03)；广西北部湾重大基础研究专项基金资助项目(2011GXNSFE018003,2012GXNSFEA053001)

详细信息

作者简介:
段炼,博士生,讲师,现从事智能空间信息服务研究。

通讯作者: 呙维

中图分类号: P208

Constructing Spatio-Temporal Topic Model for Microblog Topic Retrieving

DUAN Lian^1,2,3,
GUO Wei^1
,,
ZHU Xinyan⁴,
HU Baoqing^2,3

¹State Key Laboratory of Information Engineering in Surveying Mapping and Remote Sensing,Wuhan University,Wuhan 430079,China;²Education Ministry Key Laboratory of Environment Evolution and Resources Utilization in Beibu Bay,Nanning 53001,China;³Resources and Environment Science Department,Guangxi Teachers Education University,Nanning 530001,China;⁴Key Laboratory of Aerospace Information Security and Trusted Computing of Minstry of Education,Wuhan University,Wuhan 430079,China

More Information

Author Bio:
DUAN Lian,PhD candidate,specializes in intelligent spatial information service.

Corresponding author: GUO Wei

摘要: 目的已有地理主题模型没有考虑不同区域对微博主题影响程度的差异性,同时他们将时间要素离散化,难以得到连续时间上的微博主题强度。提出了一种顾及连续时间及区域影响力因素的时空主题模型。该方法将城市划分为多个区域,依据各兴趣点类型及数量对区域赋予权重以表达区域社会功能对微博主题的影响程度,基于稀疏增量式生成模型表达微博主题分布,利用 Beta分布描述主题在连续时间中的强度,最终通过Gibbs采样得到时空主题模型各参数。实验表明,本文方法能发现连续时间上微博主题的演变,与已有地理主题模型相比,能更加准确地提取微博主题。
- 地理主题模型 /
- 微博主题挖掘 /
- 时空分布 /
- 时空推理
Abstract: Objective Existing geography topic models do not consider the degree to which different regions influ-ence microblog topics.Meanwhile,these models describe the topic evolutions in a discrete mannerwhich prevents the acquisition of topic intensities over continuous time.This paper proposes a novelspatio-temporal topic model to discover microblog topics by introducing continuous time and region in-fluences.A city was divided into multiple geographic regions.Region weights,expressing the regionfunction influence degree on microblog topics,were allocated to regions based on the number of differ-ent POI(Point of Interest)types.Then a sparse additive generative model was applied to generate mi-croblog topic distributions.Beta distributions were employed to depict topic evolution over continuoustime.Finally,we use a Gibbs sampling method to estimate model parameters.Experimental resultsshowed that not only does our model track the temporal distribution of microblog topics but also en-hances topic extraction accuracy when compared with other geography topic models.
- geography topic model /
- microblog topic mining /
- temporal-spatio distribution /
- temporal-spatio inference

[1]	卞畏畏, 伍吉仓, 张磊, 高宇. 强震时空统计分析及InSAR同震形变场空间分布特征 . 武汉大学学报 ( 信息科学版), 2022, 47(6): 875-886. doi: 10.13203/j.whugis20220176
[2]	程诗奋, 彭澎, 张恒才, 陆锋. 异质稀疏分布时空数据插值、重构与预测方法探讨 . 武汉大学学报 ( 信息科学版), 2020, 45(12): 1919-1929. doi: 10.13203/j.whugis20200488
[3]	王海起, 陈冉, 魏世清, 桂丽, 费涛. 利用中文微博数据的地理情感特征挖掘 . 武汉大学学报 ( 信息科学版), 2020, 45(5): 699-708. doi: 10.13203/j.whugis20180138
[4]	王艳东, 付小康, 李萌萌. 一种基于共词网络的社交媒体数据主题挖掘方法 . 武汉大学学报 ( 信息科学版), 2018, 43(12): 2287-2294. doi: 10.13203/j.whugis20180225
[5]	杨喜平, 方志祥, 赵志远, 萧世伦, 尹凌. 顾及手机基站分布的核密度估计城市人群时空停留分布 . 武汉大学学报 ( 信息科学版), 2017, 42(1): 49-55. doi: 10.13203/j.whugis20150646
[6]	李铭, 朱欣焰, 段炼, 呙维, 姚明. 时空约束下任务驱动的遥感影像发现案例推理方法 . 武汉大学学报 ( 信息科学版), 2017, 42(6): 768-774. doi: 10.13203/j.whugis20140823
[7]	刘汇慧, 阚子涵, 孙飞, 段倩, 唐炉亮, 吴华意. 采用轨迹大数据探测短时非营运行为 . 武汉大学学报 ( 信息科学版), 2016, 41(9): 1192-1198. doi: 10.13203/j.whugis20150569
[8]	. 空间目标增量时空变化分类模型 . 武汉大学学报 ( 信息科学版), 2013, 38(3): 339-.
[9]	徐侃, 杨文, 陈丽君, 孙洪. 利用主题模型的遥感图像场景分类 . 武汉大学学报 ( 信息科学版), 2011, 36(5): 540-543.
[10]	郭阳洁, 洪松, 庄艳华, 冯楠. 湖北省气溶胶光学厚度时空分布特征研究 . 武汉大学学报 ( 信息科学版), 2010, 35(11): 1381-1385.
[11]	喻永平, 陈晓勇, 刘经南, 都洁. 状态扩展元胞自动机模型在时空数据挖掘中的应用 . 武汉大学学报 ( 信息科学版), 2008, 33(6): 592-595.
[12]	舒红. Gail Langran时空数据模型的统一 . 武汉大学学报 ( 信息科学版), 2007, 32(8): 723-726.
[13]	罗静, 崔伟宏, 牛振国. 面向对象的超图时空推理模型的研究与应用 . 武汉大学学报 ( 信息科学版), 2007, 32(1): 90-93.
[14]	陈晓玲, 袁中智, 李毓湘, 韦永康. 基于遥感反演结果的悬浮泥沙时空动态规律研究——以珠江河口及邻近海域为例 . 武汉大学学报 ( 信息科学版), 2005, 30(8): 677-681.
[15]	尹章才, 李霖. 基于Petri网的时空数据模型研究 . 武汉大学学报 ( 信息科学版), 2004, 29(8): 740-743.
[16]	孟令奎, 赵春宇, 林志勇, 黄长青. 基于地理事件时变序列的时空数据模型研究与实现 . 武汉大学学报 ( 信息科学版), 2003, 28(2): 202-207.
[17]	舒红, 陈军, 杜道生, 周勇前. 面向对象的时空数据模型 . 武汉大学学报 ( 信息科学版), 1997, 22(3): 229-233.
[18]	马玉枫. 基于分布函数的模糊知识表示与推理模型 . 武汉大学学报 ( 信息科学版), 1990, 15(3): 68-76.
[19]	张学廉. 综合大地主题及其实用模型 . 武汉大学学报 ( 信息科学版), 1987, 12(1): 59-69.
[20]	朱杰, 张宏军, 廖湘琳, 徐有为. 一种融合多维关系的地理环境时空主题发现方法 . 武汉大学学报 ( 信息科学版), 0, 0(0): -. doi: 10.13203/j.whugis20210326

点击查看大图

计量

文章访问数: 1013
HTML全文浏览量: 52
PDF下载量: 811
被引次数: 0

基于时空主题模型的微博主题提取

doi: 10.13203/j.whugis20120604

¹ 武汉大学测绘遥感信息工程国家重点实验室,湖北武汉,430079;² 广西师范学院北部湾环境演变与资源利用教育部重点实验室,广西南宁,530001;³ 广西师范学院资源环境科学学院,广西南宁,530001;⁴ 武汉大学空天信息安全与可信计算教育部重点实验室,湖北武汉,430079

作者简介:
段炼,博士生,讲师,现从事智能空间信息服务研究。

通讯作者: 呙维

收稿日期: 2013-05-15
修回日期: 2014-02-05
刊出日期: 2014-02-05

中图分类号: P208

关键词:

摘要: 目的已有地理主题模型没有考虑不同区域对微博主题影响程度的差异性,同时他们将时间要素离散化,难以得到连续时间上的微博主题强度。提出了一种顾及连续时间及区域影响力因素的时空主题模型。该方法将城市划分为多个区域,依据各兴趣点类型及数量对区域赋予权重以表达区域社会功能对微博主题的影响程度,基于稀疏增量式生成模型表达微博主题分布,利用 Beta分布描述主题在连续时间中的强度,最终通过Gibbs采样得到时空主题模型各参数。实验表明,本文方法能发现连续时间上微博主题的演变,与已有地理主题模型相比,能更加准确地提取微博主题。

English Abstract

Constructing Spatio-Temporal Topic Model for Microblog Topic Retrieving

¹State Key Laboratory of Information Engineering in Surveying Mapping and Remote Sensing,Wuhan University,Wuhan 430079,China;²Education Ministry Key Laboratory of Environment Evolution and Resources Utilization in Beibu Bay,Nanning 53001,China;³Resources and Environment Science Department,Guangxi Teachers Education University,Nanning 530001,China;⁴Key Laboratory of Aerospace Information Security and Trusted Computing of Minstry of Education,Wuhan University,Wuhan 430079,China

Author Bio:
DUAN Lian,PhD candidate,specializes in intelligent spatial information service.

Corresponding author: GUO Wei

Received Date: 2013-05-15
Rev Recd Date: 2014-02-05
Publish Date: 2014-02-05

Keywords:

Abstract: Objective Existing geography topic models do not consider the degree to which different regions influ-ence microblog topics.Meanwhile,these models describe the topic evolutions in a discrete mannerwhich prevents the acquisition of topic intensities over continuous time.This paper proposes a novelspatio-temporal topic model to discover microblog topics by introducing continuous time and region in-fluences.A city was divided into multiple geographic regions.Region weights,expressing the regionfunction influence degree on microblog topics,were allocated to regions based on the number of differ-ent POI(Point of Interest)types.Then a sparse additive generative model was applied to generate mi-croblog topic distributions.Beta distributions were employed to depict topic evolution over continuoustime.Finally,we use a Gibbs sampling method to estimate model parameters.Experimental resultsshowed that not only does our model track the temporal distribution of microblog topics but also en-hances topic extraction accuracy when compared with other geography topic models.

段炼, 呙维, 朱欣焰, 胡宝清. 基于时空主题模型的微博主题提取[J]. 武汉大学学报 ( 信息科学版), 2014, 39(2): 210-213. doi: 10.13203/j.whugis20120604

引用本文:

段炼, 呙维, 朱欣焰, 胡宝清. 基于时空主题模型的微博主题提取[J]. 武汉大学学报 ( 信息科学版), 2014, 39(2): 210-213. doi: 10.13203/j.whugis20120604

Citation: